目录 |
需水预测是指根据村镇的总体规划采用多种预测法,对未来总需水量所做出的推算。
在需水预测中应用过的各种各样的方法归纳起来大致可分为3类:判断预测法、趋势预测法和因果预测法。有人又进一步将因果预测分为单要素预测和多要素预测两种,并将其和判断法、趋势法相并列,这些方法的特征及其应用将在下面予以介绍:
1.判断法
判断法是基于个人或集体的经验和知识而进行预测,它可以是纯主观的,也可以是对任何一种客观预测结果的主观修正(Mcdonald和Kay,1988)。这种方法并不着力去解释现状和未来的用水情况,也不作任何明确的解释说明,只是着眼于纯粹的预测,这种方法用起来省时、经济,并且不受数据资料的限制,但它的客观性极差,那么其可靠性就很难说了。判断法在不同程度上被应用着,尤其是和其它方法结合着用的更加普遍,对由一些客观预测法得到的预测结果进行主观修正常常是必要的,因为所有的客观方法都是根据过去的用水模式而进行预测,而未来的发展趋势很可能不同于过去。另外,由于受资料的限制,有些变量间的关系无法通过统计分析来确定,故只能根据经验进行判断,如西雅图水资源署就时而在预测需水时根据经验来确定将来用水系统的需水率或者假定用水和某一变量的关系。
判断总是和愿望或发展目标分不开的,有时很难将判断预测和规划目标区别开来,如在我国7O年代末和80年代初所完成的不少区域水资源规划中就不难发现这一点。Prasifka(1988)曾经指出所有的预测都在不同程度上依赖于主观判断,但是主观判断在每项预测中所起的作用应该有明确的说明,并应控制在适当的程度上。
2.趋势外延法
趋势外延法是建立在用水的变化是可以由时间来解释这样的理论概念基础上的。该方法只是将未来的用水需求和过去的用水量相联系,而不考虑任何其它变量,在所有预测模型中这种方法需要的数据最少,用起来也不难。
趋势外延的具体技术方法很多,如有图形法和数学方法,其中的函数关系可以采用线性、指数、对数关系等等,最简单的方法如直接将用水量和时间变量 进行相关分析 。过去的趋势能否在将来得以持续是值得怀疑的,因此趋势外延法在一定的时间范围之外不大可能得出可靠的预测。时间序列法有两大缺陷:(a)当影响需水的要素在将来会有很大变化时,预测结果会有很大偏差,因此这种预测不能作为制定政策的依据;(b)预测结果受初始值的影响太大。
趋势外延法在一些短期行为中预测,如供水系统的日常管理中,不失为一种有效的方法.在中长期需水预测中,这种方法常用来产生一种基础预测,然后结合或者由其它方法对其进行修正。 像判断法一样,趋势外延法也被不同程度地用于所有预测当中,这是因为过去的经验和数据资料是进行预测的唯一依据,所有的预测都可以说是过去某种模式的外延。
3.单要素预测法
单要素预测故名思义,其中只有一个解释变量或自变量,常用的自变量如人口。该方法可用下面的数学表达式来简单概括
Q=cx+e
其中Q是用水量,c是单位用水系数,x是解释变量,e是误差项,e的数学期望为零。
在应用中,上述线性方程可以由指数、对数以及其它可转换形式替代。根据所选择的自变量的不同,单要素法又常分为3种类型:人均法、网点法和单位用水量法。
4.多要素预测法
多要素预测是将用水量表达为两个或两个以上变量的函数,它可简单地由下面的数学通式来表述
Q = b0 + b1x1 + b2x2 + ...bmxm + e (2)
其中Q是用水量,b0是常数项,b1,b2...,bn是系数,x1,x2,...,xm是影响用水的变量, e是误差项。
事实上,在应用中所采用的函数关系可以是能够转换为上述方程式的任何一种形式,如徐得潜应用的Cobb-Douglas生产函数模型就可将其原形:
两边取对数便可变为方程式(2)的形式。
自变量的选择常取决于它们过去与用水量的相关性,并由相关分析来估算各系数的值,自变量的个数可以是两个到多个不等,有人曾用17个自变量预测美国l9个地区的总用水量,多要素法需要较多的数据资料和较高的建横技能,在实践中最困难的是数据的获得。
在过去所建立的这类模型中大都是对部门用水进行预测,且多是预测生活用水,这种模型放应用的例子很多,针对我国情况所建的模型如徐得潜的生产函数模型。曾有人对这种基于多元回归分析的建横方法提出过质疑,得出结论说在他们的预测研究中曾试图用这种模型,但结果井不令人满意以致无法用于预测。
需水预测,尤其是长期需水预测,曾在它的理论基础、方法、假设以及应用的数据等方面招致不少批评意见,最尖锐的批评是将预测和实际发生情况的对比。有人将20年前所作的一些需水预测和实际情况进行对比后指出:需水预测,无论其采用什么样的预测方法和怎样的时间尺度,总是常常与事实不符.受到这种批评的不仪是需水预测,其它的预测,如能源需求也不例外,这主要是受预测本身的局限性所致。
1.依靠假设
所有的预测都不同程度地依赖于假设,不管是否有明确的说明.例如,趋势外延法是假设过去的变化趋势会延续到将来;单要素或多要素回归模型是假设因变量和自变量间由过去资料导出的相关关系会在将来保持不变,如果假设不是基于过去,便是根据预测者的主观判断,可以说没有假设便没有预测。
没有人敢说所有的假设都是没有道理的,但是任何一种假设都存在与现实不符的危险,一个不真实的假设就会导致一个失败的预测,一个复杂的预测模型往往包含着多种假设,那么预测失败的危险可以想见。评价一种预测不仅要看其结果是否与现实发生的情况一致,还要看它依赖的假设是真是假;预测者在给出预测结果的同时应尽量明确给出其中所凭借的假设,这样也许会避免一些批评。
2.应用他人的预测结果
影响用水的因素很多,包括人口、社会经济、技术以及自然因素等等,当利用因果方法进行预测时,需水预测者不可能全由他(她)自己对所有自变量的将来情况进行预测,而是常要抄用有关专业人员对这些要素本身的预测,因此,不准确的用水预测可能是因选用了对某一要素的不准确预测所造成的,如果水资源需求预测者对所有涉及到的影响要素也作预测,其结果可能比录用他人的预测更糟,造成预测失败的可能性更大,这是因为没有谁能够承担起这样一个跨多种学科的工作.因此,除非所有的预测都变的非常可靠,因采用了他人不准确的预测而招致需水预测失败的危险总是存在的。
3.可靠数据资料的稀缺
所有的需水预测都必须依靠一定的历史用水资料,困难的是所需要的资料往往是不存在的,或即使能找到也不可靠.造成这种状况的原因是没有一个统一的用水分类标准,用水量常是靠粗估而不是靠量算得出,甚至即便装有水表,不定期抄录和不适当的汇总也会造成数据的不可靠.早就有人在预测需水时发现了这一问题的存在,但改变这种状况并不容易,目前,缺乏可靠的数据资料仍然是需水研究中的一大障碍。
建立在不可靠的数据资料上,任何预测都极可能是不准确的。从理论上讲,这类预测的失败不象依赖假设所造成的失败那样不可避免,随着数据收集手段和管理水平的提高,由此造成预测失败的可能性会越来越小。严格地讲,没有哪种统计结果是百分之百准确的,一定范围内的误差是正常的.为了提高预测的实用价值,在给出预测结果的同时,还应尽量提供一些关于所应用资料的情况,如统计误差、分布检验等。